kmeans实现iris数据集分类

import numpy as np
from sklearn.datasets import load_iris
from sklearn import tree
from sklearn.cluster import KMeans
import matplotlib.pyplot as plt

iris = load_iris（）
test_idx = [0 50 100]

train_target = np.delete（iris.target test_idx）
train_data = np.delete（iris.data test_idx axis=0）
X = train_data[:1:3]

test_target = iris.target[test_idx]
test_data = iris.data[test_idx]
print（“Data Loaded“）
#决策树
#clf = tree.DecisionTreeClassifier（）
#clf = clf.fit（train_data train_target）

#K-Means
clf = KMeans（n_clusters=3）
clf.fit（train_data）
label_pred = clf.labels_

#绘制k-means结果
x0 = X[label_pred == 0]
x1 = X[label_pred == 1]
x2 = X[label_pred == 2]
plt.scatter（x0[: 0] x0[: 1] c = “red“ marker=‘o‘ label=‘l